Model Card of lmqg/mt5-base-ruquad-qg-ae

This model is fine-tuned version of google/mt5-base for question generation and answer extraction jointly on the lmqg/qg_ruquad (dataset_name: default) via lmqg.

Overview

Usage

from lmqg import TransformersQG

# initialize model
model = TransformersQG(language="ru", model="lmqg/mt5-base-ruquad-qg-ae")

# model prediction
question_answer_pairs = model.generate_qa("Нелишним будет отметить, что, развивая это направление, Д. И. Менделеев, поначалу априорно выдвинув идею о температуре, при которой высота мениска будет нулевой, в мае 1860 года провёл серию опытов.")
  • With transformers
from transformers import pipeline

pipe = pipeline("text2text-generation", "lmqg/mt5-base-ruquad-qg-ae")

# answer extraction
answer = pipe("generate question: Нелишним будет отметить, что, развивая это направление, Д. И. Менделеев, поначалу априорно выдвинув идею о температуре, при которой высота мениска будет нулевой, <hl> в мае 1860 года <hl> провёл серию опытов.")

# question generation
question = pipe("extract answers: <hl> в английском языке в нарицательном смысле применяется термин rapid transit (скоростной городской транспорт), однако употребляется он только тогда, когда по смыслу невозможно ограничиться названием одной конкретной системы метрополитена. <hl> в остальных случаях используются индивидуальные названия: в лондоне — london underground, в нью-йорке — new york subway, в ливерпуле — merseyrail, в вашингтоне — washington metrorail, в сан-франциско — bart и т. п. в некоторых городах применяется название метро (англ. metro) для систем, по своему характеру близких к метро, или для всего городского транспорта (собственно метро и наземный пассажирский транспорт (в том числе автобусы и трамваи)) в совокупности.")

Evaluation

Score Type Dataset
BERTScore 87.9 default lmqg/qg_ruquad
Bleu_1 36.66 default lmqg/qg_ruquad
Bleu_2 29.53 default lmqg/qg_ruquad
Bleu_3 24.23 default lmqg/qg_ruquad
Bleu_4 20.06 default lmqg/qg_ruquad
METEOR 30.18 default lmqg/qg_ruquad
MoverScore 66.6 default lmqg/qg_ruquad
ROUGE_L 35.35 default lmqg/qg_ruquad
Score Type Dataset
QAAlignedF1Score (BERTScore) 80.21 default lmqg/qg_ruquad
QAAlignedF1Score (MoverScore) 57.17 default lmqg/qg_ruquad
QAAlignedPrecision (BERTScore) 76.48 default lmqg/qg_ruquad
QAAlignedPrecision (MoverScore) 54.4 default lmqg/qg_ruquad
QAAlignedRecall (BERTScore) 84.49 default lmqg/qg_ruquad
QAAlignedRecall (MoverScore) 60.55 default lmqg/qg_ruquad
Score Type Dataset
AnswerExactMatch 44.44 default lmqg/qg_ruquad
AnswerF1Score 64.31 default lmqg/qg_ruquad
BERTScore 86.22 default lmqg/qg_ruquad
Bleu_1 45.61 default lmqg/qg_ruquad
Bleu_2 40.76 default lmqg/qg_ruquad
Bleu_3 36.22 default lmqg/qg_ruquad
Bleu_4 31.64 default lmqg/qg_ruquad
METEOR 38.79 default lmqg/qg_ruquad
MoverScore 74.64 default lmqg/qg_ruquad
ROUGE_L 49.73 default lmqg/qg_ruquad

Training hyperparameters

The following hyperparameters were used during fine-tuning:

  • dataset_path: lmqg/qg_ruquad
  • dataset_name: default
  • input_types: ['paragraph_answer', 'paragraph_sentence']
  • output_types: ['question', 'answer']
  • prefix_types: ['qg', 'ae']
  • model: google/mt5-base
  • max_length: 512
  • max_length_output: 32
  • epoch: 8
  • batch: 32
  • lr: 0.001
  • fp16: False
  • random_seed: 1
  • gradient_accumulation_steps: 2
  • label_smoothing: 0.15

The full configuration can be found at fine-tuning config file.

Citation

@inproceedings{ushio-etal-2022-generative,
    title = "{G}enerative {L}anguage {M}odels for {P}aragraph-{L}evel {Q}uestion {G}eneration",
    author = "Ushio, Asahi  and
        Alva-Manchego, Fernando  and
        Camacho-Collados, Jose",
    booktitle = "Proceedings of the 2022 Conference on Empirical Methods in Natural Language Processing",
    month = dec,
    year = "2022",
    address = "Abu Dhabi, U.A.E.",
    publisher = "Association for Computational Linguistics",
}
Downloads last month
21
Inference Examples
This model does not have enough activity to be deployed to Inference API (serverless) yet. Increase its social visibility and check back later, or deploy to Inference Endpoints (dedicated) instead.

Dataset used to train lmqg/mt5-base-ruquad-qg-ae

Evaluation results

  • BLEU4 (Question Generation) on lmqg/qg_ruquad
    self-reported
    20.060
  • ROUGE-L (Question Generation) on lmqg/qg_ruquad
    self-reported
    35.350
  • METEOR (Question Generation) on lmqg/qg_ruquad
    self-reported
    30.180
  • BERTScore (Question Generation) on lmqg/qg_ruquad
    self-reported
    87.900
  • MoverScore (Question Generation) on lmqg/qg_ruquad
    self-reported
    66.600
  • QAAlignedF1Score-BERTScore (Question & Answer Generation (with Gold Answer)) on lmqg/qg_ruquad
    self-reported
    80.210
  • QAAlignedRecall-BERTScore (Question & Answer Generation (with Gold Answer)) on lmqg/qg_ruquad
    self-reported
    84.490
  • QAAlignedPrecision-BERTScore (Question & Answer Generation (with Gold Answer)) on lmqg/qg_ruquad
    self-reported
    76.480
  • QAAlignedF1Score-MoverScore (Question & Answer Generation (with Gold Answer)) on lmqg/qg_ruquad
    self-reported
    57.170
  • QAAlignedRecall-MoverScore (Question & Answer Generation (with Gold Answer)) on lmqg/qg_ruquad
    self-reported
    60.550